Tensorflow图片鉴黄完整项目

《Tensorflow初级教程》
项目源码位置

效果展示

先看下效果：
这里通过网页上传图片，服务器接收到图片后保存到本地，再将图片路径传给Tensorflow服务，Tensorflow服务进行图片打分，再将分值返回到网页。

上传图片

在电脑本地选择您的图片，目前不支持网页链接。如图（1），选择了一个本地文件，点击“submit”按钮即可。
图片（1）

给图片打分

Tensorflow服务将评分返回给网页，网页进行显示。
图片（2）

目前Tensorflow模型里只有4个分类，分别是sexy（性感）、porn（真人淫秽）、hentai（卡通淫秽）、neutral（中性事物）、drawing（手绘漫画）
这个图片sexy打分达到了82.74%很明显属于性感类的图片了。其他的图片大家可以在服务搭建起来后自行测试。

开发情景

这个模型通过 https://github.com/alexkimxyz/nsfw_data_scraper 这个开源项目里的图片训练而成，训练后的模型放到了inception_model目录中，大家可以直接拿来使用。训练过程略过吧，要是讲的话就太多了。

项目使用说明

项目里的三个重要文件

运行方式

第一步，需要将Tensorflow服务运行起来，执行TFServer.py这个文件。
第二步，启动Web服务器，执行TornadoServer.py这个文件。
第三步，在浏览器中打开http://127.0.0.1:8888/file这个地址，就是图片（1）显示的内容了。

上传图片的存储

当用户上传图片后，TornadoServer会将图片存在本地，不同的IP地址放在不同的文件夹中，文件以上传的时间点重新命名。

如图可见，192.168.10.19这个IP上传了多张图片，图片的名称按照时间点重新进行了命名。

代码讲解

TornadoServer

  def post(self):# 文件的暂存路径upload_path = os.path.join(os.path.dirname(__file__) + '/static', str(self.request.remote_ip))if(os.path.exists(upload_path) == False):os.makedirs(upload_path)file_metas = self.request.files['file']    #提取表单中‘name’为‘file’的文件元数据fileData = file_metas[0]fileName = fileData['filename']arr = os.path.splitext(fileName)extFileName = arr[len(arr) - 1]fileType = fileData['content_type']print(fileName)print(fileType)#这里判断图片是否为jpeg格式的文件，将其他格式的图片进行了过滤。if (operator.eq(fileType, 'image/jpeg') == False):self.write('请上传JPEG格式的图片!')returnelse:fileNameTime = self.getFileName()fileName = fileNameTime + extFileNamefileFullName = os.path.join(upload_path, fileName)#将用户上传的图片进行本地化存储。with open(fileFullName, 'wb') as up:up.write(fileData['body'])#self.write('finished!')#通过socket管道将图片路径传给Tensorflow服务器client = socket.socket(socket.AF_UNIX, socket.SOCK_STREAM)client.connect("/tmp/tfserver.sock")client.send(bytes(fileFullName, 'utf-8'))#接收Tensorflow服务的打分数据resultbyte = client.recv(1024)resultStr = str(resultbyte, encoding="utf-8")n = fileFullName.find(staticFilePath)imagePath = fileFullName[n:]#将图片源文件和打分数据同时进行显示。htmlSource = '<!DOCTYPE html> ' \+ '<head> <meta charset="UTF-8"> </head> ' \+ '<body> ' \+ '<p> ' +  resultStr  + '</p>' \+ '<img src="' + imagePath + '"/>' \+ '</body>' \+ '</html>'print(htmlSource)self.write(htmlSource)return

TFServer

with tf.Session() as sess:softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')while True:#这里等待接收用户的图片信息。connection, address = TFServer.accept()rec = connection.recv(1024)picPath = str(rec, encoding="utf-8")print (picPath)image_data = tf.gfile.GFile(picPath, 'rb').read()predictions = sess.run(softmax_tensor, {'DecodeJpeg/contents:0': image_data})predictions = np.squeeze(predictions)top_k = predictions.argsort()[::-1]result = ''for node_id in top_k:human_string = id_to_string(node_id)score = predictions[node_id]buf = ('%s (score = %.2f%%) \n' % (human_string, score*100))result = result + bufprint(result)#将打分结果返回给提交打分申请的客户端connection.send(bytes(result, 'utf-8'))connection.close()

这里是部分的代码讲解。如果有那些问题，欢迎给我留言。